这里相对编程新手来说。我很难弄清楚如何在一系列迭代中绘制插值函数,随着迭代索引的增加,绘图将从黑色逐渐变为浅灰色。
例如,
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d
for t in np.arange(0.,2., 0.4):
x = np.linspace(0.,4, 100)
y = np.sin(x-2*t) + 0.01 * np.random.normal(size=x.shape)
yint = interp1d(x, y)
plt.plot(x, yint(x))
plt.show()
produces
![enter image description here](https://i.stack.imgur.com/i7HOf.png)
我希望蓝色的正弦函数是黑色的,其余部分随着 t 的增加而变得更亮、更灰(向右)。我该怎么做呢?
感谢大家的慷慨帮助!
See: http://matplotlib.org/api/axes_api.html#matplotlib.axes.Axes.plot http://matplotlib.org/api/axes_api.html#matplotlib.axes.Axes.plot
例如。你可以设置plt.plot(x, yint(x), color=(0.5, 0.5, 0.5))
为灰线。您可以根据需要设置值(0.0 为黑色,1.0 为白色)。一个简单的例子:
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d
for t in np.arange(0.,2., 0.4):
x = np.linspace(0.,4, 100)
y = np.sin(x-2*t) + 0.01 * np.random.normal(size=x.shape)
yint = interp1d(x, y)
print t
col = (t/2.0, t/2.0, t/2.0)
plt.plot(x, yint(x), color=col)
plt.show()
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)